监视图像的采集与特征值的存储检索策略

针对示例图像的监视对象，就CCD采集图像数字化后，如何快速地在示例人面图像库中检索目标的问题，提出了一种基于非等长特征值的图像描述方法，并采用类聚的邻接有序链表存储结构来存储图像特征值。实验给出了具有控制匹配算法效率的阈值M和查准率的关系表，探讨了图像匹配检索中特征值存储的一种新方法，为示例监视的快速检索研究提供了一种新的思路。     

一种宽带多波束微带阵列天线的设计与实现*

针对目前多波束切换天线研究中存在的带宽窄、性能低等问题,通过基于Butler 矩阵的馈电网络整体结构设计和差分移相器快速设计方法研究,实现了具有23%带宽的宽带多波束合成网络;通过V 形缝隙矩形贴片和变形双仔枝节耦合馈电设计,展宽了微带阵列单元天线带宽;设计实现了4×2个阵元的宽带、高增益、多波束移动通信天线系统,测试结果表明:在整个工作频段内该天线系统四个波束能够无缝覆盖90°工作扇区,驻波比小于1.5,波束增益达到16dBi。     

基于自适应虚拟阻抗的微电网分布式电源控制

针对直流微电网中线路阻抗不匹配时,传统下垂控制不能有效实现不同分布式电源之间电流的合理分配的问题,提出了一种基于自适应虚拟阻抗的分布式控制策略。各分布式电源基于一致性算法,利用本地和相邻电源的虚拟阻抗值和电流信息自动调节等效输出虚拟阻抗值,实现了负荷电流的合理分配。同时,在所提控制策略的电压环节增加了电压补偿控制器,通过动态调节下垂控制器的电压参考值,补偿不匹配的馈线阻抗引起的电压偏差。最后,利用MATLAB/Simulink搭建仿真模型,仿真结果验证了所提控制策略的有效性。     

基于均匀网格的Delaunay三角网算法在随机聚合网屏中的应用

Delaunay三角网一直是一个重要而有意义的研究课题，并具有极其广泛的用途。经过20多年来的研究，它的生成算法已趋于成熟。为了满足印刷、印染系统中随机聚合网屏生成的实时性需要，将一种将的算法引处到FM网屏技术中，并首先简要介绍了Delaunay三角网的牧场考及生成算法的分类；然后主要介绍了一种基于均匀网格的Delaunay三角网生成算法在随机聚合网屏中的应用；最后给出了算法的正确性证明。经测试，该算法的运算速度相当快，具有接近于线性的时间复杂性，能够满足排版印刷、印染系统中随机聚合网屏生成的需要。     

2-甲基1，4-萘醌激发三重态与核酸反应的电子自旋共振自旋消减法研究

应用电子自旋共振（Electron spin resonance，ESR）自旋消减法，研究了内源性光敏剂2-甲基-1，4萘醌（VK3）的激发三重态（^3VK3^＊）与核酸及其组分的反应性顺序，得到。VK3^＊与四个核苷及四个单核苷酸的反应性顺序为Gua〉Ade〉Cyt〉Thy，dGMP〉dAMP〉dCMP〉TMP。结果与早前采用激光光解瞬态吸收光谱研究^3VK3^＊氧化DNA，测得的DNA及其组分阳离子自由基生成速率常数、核苷及核苷酸的氧化还原电位排序相一致。对^3VK3^＊与几种富含鸟嘌呤（G）的寡聚核苷酸：端粒DNA重复序列、端粒酶RNA亚基模版及其L6-P6发夹序列反应的ESR自旋消减法研究结果表明，其反应性大小与寡聚物中鸟嘌呤含量正相关，其中与端粒DNA的反应性最强。     

Voronoi图栅格生成算法GPU并行实现

针对矢量法生成Voronoi图计算与存储复杂的缺点,重点分析研究了Voronoi图的栅格生成方法。对不同的栅格生成算法的复杂性和效率进行了比较分析,并针对以往方法速度较慢的问题,提出一种CUDA平台下GPU并行栅格扫描的方法。该方法利用GPU的多线程特性,将各个栅格的计算分散到不同的线程中并行处理。相比其他栅格生成方法,该方法不需要考虑栅格的规模,能够以几乎线性的时间完成Voronoi图的生成,极大地提高了生成速度。     

基于频域的像素光场图像重聚焦算法

提出一种基于像素光场的频域重聚焦算法。首先建立四维光场与像素光场的关系模型,然后基于傅里叶变换,建立了像素光场的重聚焦方法,并分析了傅里叶切片的作用和重采样的方法。在实验中,对比积分投影法,分析两种不同方法对同一场景的重聚焦效果,评价了两种方法的计算效率。实验结果表明,基于频域的傅里叶切片法在结果上等效于积分投影法,但是计算负担更小。     

立式复合磨床磨削三偏心蝶阀的相关函数与数据

根据三偏心蝶阀的几何结构特点,解析了传统车、磨加工方式的弊端,介绍了三偏心蝶阀在立式复合磨床上的磨削方式,推导出了三偏心蝶阀回转密封面的圆锥母线与工作台回转的函数关系,从而建立了立式复合磨床竖直磨头随回转工作台的运动关系式,采用随动跟踪的磨削方式提高了三偏心蝶阀的磨削效率,改善了磨削的表面质量,提高了三偏心蝶阀在低温环境下的密封性,对实际生产具有重要的意义。     

基于LB方法的管内流动沸腾传热模拟

为研究竖直管内流动沸腾的传热情况及气泡行为学,采用格子玻尔兹曼（LB）方法,利用改进后的伪势模型和热模型分别模拟流动和传热过程。为验证模型的合理性,对模拟结果与经验关系式进行了定量对比。之后对气泡行为对沸腾传热系数的影响进行了研究,结果表明,随着气泡的核化、生长、滑移和脱离,传热系数呈现周期性波动。最后考察了重力加速度对气泡行为和沸腾传热的影响,重力越大,气泡生长周期越短,沸腾传热系数越大。     

TCS:一种用于跨语言文本标签预测的“老师-课程-学生”学习框架

跨语言迁移旨在借助源语言的标注样本学习目标语言上的相应任务,是解决目标语言标记数据不足的重要途径.近期表现出色的方法多基于自训练,通过逐步自动标记无标注样本实现知识的迁移.然而自训练存在不准确监督的问题,即当前模型(称为老师模型)对目标语言无标注样本的错误预测会误导后续模型(称为学生模型)的学习.跨语言迁移中,源语言和目标语言样本之间存在的分布差异加重了这个问题.本文提出一种名为“老师-课程-学生”(TCS)的学习框架,综合使用三项技术解决自训练中的不准确监督的问题,包括软目标训练技术、渐进式样本选择技术、“从可信到可疑”的课程学习技术等.在跨语言文本分类和跨语言命名实体识别基准数据集上的实验表明,TCS取得的平均结果在自训练的基础上分别提高了2.51%和3.25%,并分别比现有最佳结果高1.51%和4.45%.消融实验表明,TCS使用的三项技术都能有效提升最终模型的性能,其中课程学习技术和“从可信到可疑”的课程顺序是取得出色结果的关键.相关代码和实验配置可以在https://github.com/ericput/TCS获取.